近年来，视频人体运动分析在图像处理与计算机视觉领域引起了许多学者的关注，这一课题在智能监控系统、虚拟现实、高级用户接口等方面具有广泛的应用前景。用视频序列进行人体运动的分析包括三个基本内容：①从背景中提取出运动人体；②人体运动目标的跟踪和标注；③人体行为的识别和理解。其中人体运动的跟踪与标定是完成人体运动捕获的关键，是进一步识别和理解人体运动行为的基础。　　 本文主要的研究工作集中在人体运动的跟踪与标定上，介绍了一种跟踪的方法。通过在单目视频上标注出人体的关节点，得到人体的骨架结构，然后在后续的实际跟踪中采用LK迭代光流算法跟踪已识别和标注的特征点，对于跟踪出错的点，本文采用了卡尔曼滤波器来预测特征点出现的位置，从而对出错的特征点进行校正。在这基础上，本文提出了一个新颖有效的方法来实现特征点的自动标注，以避免需要人工干预处理、手工加入特征点的局限。其原理是首先从视频中分割出运动人体区域，然后通过轮廓压缩的算法，使得轮廓匹配合适的形状，并通过对形状轮廓进行几何运算的处理，从而获取到运动人体的初始化骨架。最后在得到二维的跟踪结果后，本文实现了从二维坐标到三维坐标的转换，并通过人体的三维模型实现了对人体运动的重建，完成对人体运动的捕获。　　 在本文的最后，阐述了方法的一些特色与存在的问题，并且提出个人自己的理解和对未来研究方向的展望。